文献

J-GLOBAL ID：201702269165211941   整理番号：17A1359961

特徴選択によるマルチラベル医療テキスト分類の改善【Powered by NICT】

Improving Multi-label Medical Text Classification by Feature Selection

著者 (3件)： Glinka Kinga ,  Wozniak Rafal ,  Zakrzewska Danuta
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WETICE  ページ： 176-181  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： マルチラベルテキスト分類は,情報検索の分野で大きな役割を果たしている。技術の有効性は医療文書の場合に特に重要である。本論文では,マルチラベル医療テキスト分類を改善するための特徴選択法の適用を検討した。ハイブリッドを含む選択技術を特徴とする異なるアプローチと組み合わせた問題変換法を検討した。自由医学テキスト報告のデータセット上で実施された実験により検討した方法の性能を検証した。は異なる数の標識とデータインスタンスの事例を考察した。得られた結果は,二種の測定基準を用いて評価し,比較した:分類精度とH amming損失。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 情報検索 ,  *特徴選択
準シソーラス用語： 分類精度 ,  *テキスト ,  *テキスト分類 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 特徴選択 ,  マルチ ,  ラベル ,  医療 ,  テキスト分類